Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Прогнозирование экономических параметров на основе трендовых моделей



 

Прогнозирование параметров проводилось на основе трендовых моделей для параметров «Промышленное производство» и «Добыча полезных ископаемых»

Трендовые модели для параметра «Промышленное производство»

Экспоненциальная модель

 


Линейная модель

 

 

Логарифмическая модель

 

Полиномиальная модель

 

 

Степенная модель

 

 

Линейная фильтрация

 

Так как наибольший R- квадрат получился в Полиномиальной модели (6 степень), то рассчитываем по уравнению значение индекса Промышленного производства в 2014 году.

Таким образом, после проведения расчетов значение индекса Промышленного производства в 2014 году будет равно 97,65519.

 

Трендовые модели для параметра «Добыча полезных ископаемых»

 

Экспоненциальная модель

 

 

Линейная модель

 

Логарифмическая модель

 

 

Полиномиальная модель (6 степени)

 

Степенная модель

Линейная фильтрация

 

 

Так как наибольший R- квадрат получился в Полиномиальной модели (6 степень), то рассчитываем по уравнению значение индекса Добыча полезных ископаемых в 2014 году.

Таким образом, после проведения расчетов значение индекса Добыча полезных ископаемых в 2014 году будет равно 94,78448.

 


 

Заключение

 

В ходе выполнения данной курсовой работы был проведен анализ Промышленного производства России.

Были определены параметры описательной статистики, вычислен коэффициент вариации. Ошибка выборки по Промышленному производству составляет (3,67%), это говорит о том, что несоответствие выборки и генеральной совокупности 3,67%. Ошибка выборки остальных параметров так же не превышает 20%. На основании описательной статистики были сделаны выводы о распределении случайной величины.

Также были проверены гипотезы (F-тест и Z-тест) по параметру «Добыча полезных ископаемых», на основании которых можно сделать вывод о том, что математические ожидания первой, второй и генеральной совокупностей равны, а дисперсии не равны, следовательно нельзя судить о дисперсии генеральной совокупности.

На основании полученных гистограмм (для фактического ряда и для нормального распределения), можно говорить о том, что все параметры приближены к нормальному закону распределения.

Корреляционный анализ выборки показал сильную связь всех параметров (мультиколлениарность причинных факторов). Это говорит о том, что исследуемые отрасли промышленного производства влияют друг на друга. Поэтому регрессионная модель получилась низкого качества.

На основании полученного уравнения выяснилось, что наибольшую степень влияния на «Промышленное производство» оказывает «Обработка древесины».

Посмотрев на исходную таблицу, можно заметить, что индексы промышленного производства за последние 4 года снижались. А по прогнозу, основанному на трендовых моделях, в 2014 году индекс Промышленного производства окажется еще меньше, чем в 2013. Так же снизится индекс «Добычи полезных ископаемых».

Исходя из этого, можно утверждать, что повышение индекса «Промышленного производства» зависит от его отраслей. Для преодоления негативных долговременных тенденций требуется выработка новых комплексных подходов к развитию промышленных отраслей, основанных на принципах и элементах экономики знаний, а также формирование организационно-экономических инструментов, позволяющих более эффективно создавать и использовать имеющийся ресурсный потенциал.

 




©2015 studopedya.ru Все права принадлежат авторам размещенных материалов.